Un error común que las personas cometen al empezar a hacer análisis de capacidad es el olvidar que deben de cumplirse dos condiciones para que el análisis de capacidad pueda ser válido. El proceso debe ser estable, según lo refleja una gráfica de control, y además los datos del proceso deben seguir una distribución normal al graficarlos en un histrograma.
Pero saber si una distribución es realmente normal o no puede ser complicado. Un método que nos ayudará a determinar la normalidad es la técnica de la Ji-cuadrada. La siguiente es una distribución normal (Figura 1). Las líneas verticales de color rojo entre las categorías del histrograma y la curva normal indican la diferencia entre el valor real observado y la distribución normal. Como puede verse no hay mucha área sombreada, y esto resultará en un valor pequeño para la estadística Ji-cuadrada.
Figura 2
En la Figura 2, hay una gran diferencia entre los valores normales teóricos y los datos reales. De hecho, está es una distribución Bimodal. El valor de la Ji-cuadrada será bastante grande, lo que nos llevará a concluir que los datos no representan o no siguen una distribución normal.
La estadística Ji-cuadrada se calcula mediente la siguiente fórmula:
fa = frecuencia real observada por categoría
fe = frecuencia esperada por categoría
El SQCpack provee la prueba de normalidad Ji-cuadrada como una de sus funciones. Al crear un histograma en el software, la prueba de la Ji-cuadrada nos indicará si el supuesto de normalidad para los datos es válido.
Copyright 2000, PQ
Systems, Inc., todos los derechos reservados
Última
Actualización 22 de Noviembre del 2000
Envíenos sus comentarios sobre
esta página a: Webmaster